Menu
VWAP执行算法，根据历史成交量分布模式将大订单拆分为小单执行。适用于量化金融教学与成交量分布概念演示；基于简化成交量预测模型，不适用于实盘交易执行。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/openJiuwen-ai/agent-store --skill vwap-executionThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
Based on SOC occupation classification
Showing SKILL.md
| name | vwap-execution |
| description | VWAP执行算法，根据历史成交量分布模式将大订单拆分为小单执行。适用于量化金融教学与成交量分布概念演示；基于简化成交量预测模型，不适用于实盘交易执行。 |
| version | 1.0.0 |
| author | wangyi |
VWAP（Volume Weighted Average Price）算法交易：根据历史成交量分布模式，将大订单拆分为小单执行，以贴近VWAP均价。
📌 说明：本工具基于简化模型实现，仅使用 Python 标准库。结果仅供学习参考，不构成投资建议或交易依据。
calc_vwap(prices, volumes)计算 VWAP（成交量加权平均价）。 必填: prices, volumes
calc_volume_curve(volumes)计算成交量分布（Volume Curve）。 必填: volumes
calc_average_volume_curve(historical_volumes)计算多日历史成交量的平均分布。 必填: historical_volumes
generate_execution_schedule(total_shares, volume_curve, expected_volumes, participation_rate=0.1)生成VWAP执行计划。 必填: total_shares, volume_curve, expected_volumes
calc_expected_vwap(schedule, expected_prices)计算预期执行VWAP和跟踪误差。 必填: schedule, expected_prices
run_vwap_execution(total_shares, historical_volumes, historical_prices, expected_prices, participation_rate=0.1)运行完整VWAP执行算法。 必填: total_shares, historical_volumes, historical_prices, expected_prices
python scripts/main.py \
--total-shares <total_shares> \
--historical-volumes <historical_volumes> \
--historical-prices <historical_prices> \
--expected-prices <expected_prices> \
--participation-rate <participation_rate>